शुरू करेंमुफ़्त में शुरू करें

Prediction endpoint बनाएँ

इस अभ्यास में, आप एक prediction endpoint बनाएँगे जो प्री-ट्रेंड मॉडल का उपयोग करके डायबिटीज़ प्रोग्रेशन का अनुमान लगाता है.

मॉडल को ऐसे डेटासेट पर प्रशिक्षित किया गया है जिसमें तीन फीचर्स हैं: age, bmi और blood_pressure. यह इन इनपुट्स के आधार पर डायबिटीज़ प्रोग्रेशन स्कोर की भविष्यवाणी करता है, जिससे आकलन करने में मदद मिलती है कि समय के साथ स्थिति कैसे बदल सकती है.

आप FastAPI का उपयोग करके एक POST endpoint बनाएँगे जो मरीज का डेटा स्वीकार करता है और डायबिटीज़ प्रोग्रेशन की prediction लौटाता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

FastAPI के साथ प्रोडक्शन में AI डिप्लॉय करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • API डेवलप करना शुरू करने के लिए FastAPI का एक एप्लिकेशन इंस्टेंस बनाएँ.
  • /predict पर एक POST endpoint बनाएँ जो मरीज के features स्वीकार करे और एक prediction लौटाए.
  • इनपुट फीचर्स के आधार पर prediction बनाने के लिए लोड किए गए मॉडल का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create FastAPI instance
app = ____()

# Create a POST request endpoint at the route "/predict"
@app.____("/____")
async def predict_progression(features: DiabetesFeatures):
    input_data = [[
        features.age,
        features.bmi,
        features.blood_pressure
    ]]
    
    # Use the predict method to make a prediction
    prediction = model.____(input_data)
    return {"predicted_progression": float(prediction[0])}
कोड संपादित करें और चलाएँ